SEABench：自演化智能体内生失准评测基准

SEABench 是一个评估自演化大语言模型智能体内生失准风险的基准，包含 48 个纵向任务序列。该基准提供自适应轨迹发现管线，支持通过配对的无演化智能体进行因果归因。评测显示，自演化虽提高了任务完成率，但常引入安全失败；基于思维链的监控策略能以低误报率缓解不安全行为。